【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>
接下来的三个月打算用来攻下数据挖掘这一座大山。可以算是从零基础开始入门,希望我的课表能给将来的学习者提供一些学习上的捷径。
1. 数学基础
机器学习必要的数学基础主要包括:多元微积分,线性代数
2. 统计基础
- Data Analysis and Statistical Inference|课程笔记
- Introduction to Statistics: Descriptive Statistics
- 概率
- Introduction to Statistics: Inference
3. 编程基础
4. 机器学习
下面是近期的给外行人读的泛数学科普书籍,由浅至深,作用除了感受数学之美之外,更重要的是可以作用每天学习的鸡血,因为这些书都比较好读……
1.《数学之美》作者:吴军2.《 Mathematician’s Lament | 数学家的叹息》作者:by Paul Lockhart3.《 Think Stats: Probability and Statistics for Programmers | 统计思维:程序员数学之概率统计 》 作者:Allen B. Downey4.《 A History of Mathematics | 数学史 》作者:Carl B. Boyer5.《 Journeys Through Genius | 天才引导的历程:数学中的伟大定理 》作者:William Dunham6.《 The Mathematical Experience | 数学经验 》作者 Philip J.Davis、Reuben Hersh7.《 Proofs from the Book | 数学天书中的证明 》作者:Martin Aigner、Günter M. Ziegler8.《 Proofs and Refutations | 证明与反驳-数学发现的逻辑 》作者:Imre Lakatos
来源:oschina
链接:https://my.oschina.net/u/1246109/blog/793738